Phương pháp GMM được sử dụng để khắc phục sự tương quan giữa các biến giải thích với các thành phần sai số (μi hoặc εit) bằng cách sử dụng các biến đại diện ở phương trình sai phân và phương trình level. Ngoài ra, trong trường hợp mô hình có tính chất động (biến trễ phụ thuộc đóng vai trò là biến giải thích trong phương trình hồi quy) cũng như tồn tại biến nội sinh trong mô hình thì GMM vẫn là một phương pháp ước lượng phù hợp. Tuy nhiên, hạn chế lớn nhất của GMM là không đề cập đến các tác động trong dài hạn được thể hiện thông qua các mối quan hệ đồng kết hợp. Để khắc phục vấn đề tồn tại trên, Pesaran và Smith (1995), Pesaran (1997), và Pesaran, Shin và Smith (1999) đề xuất sử dụng phương pháp PMG (Pooled Mean Group).
Theo Pesaran và Smith (1995), phương pháp ước lượng PMG cho kết quả ước lượng các tham số có giá trị trung bình nhất quán. Pirotte (1999) còn cho rằng phương pháp PMG sẽ cho kết quả ước lượng trong dài hạn hiệu quả với cở mẫu lớn. Nó cho phép các tham số độc lập trong toàn bộ nhóm và không xét đến tính đồng nhất có thể có giữa các nhóm.
https://vietlod.com/phuong-phap-pmg-pooled-mean-group